一句话结论(TL;DR)
- 派活分界线只有两条:要不要做关键判断?要不要看图?
- 判断活和地基留给主模型(Claude Opus /
opus-medium),不看图的批量杂活派给 Pi,需要看图或操作桌面的杂活派给 Kimi Code,看图下最终结论回到主模型和人。 - 子代理跑得慢,先查它自己选了什么 shell 命令,不要先怀疑模型接口或 CLI 工具本身。
为什么不要让 Claude Opus 干所有活
在重度用 AI 写代码、整理资料、跑脚本时,80% 的时间其实消耗在两件事上:
- 通读大段原始材料(几千行日志、文档、长字幕)
- 批量搬运、查状态、跑检查脚本、改机械格式
把这些活全塞给最贵的旗舰模型,有两个直接后果:
- 上下文迅速塞满:主对话刚聊几轮就逼近 30%–50% 上下文,推理质量下滑、不得不提前开新会话。
- 额度烧得飞快:每读一次长文件都在为「不需要高智商」的 token 买单。
实测现行三层分工表
| 角色 | 用什么工具 / 模型 | 接什么活 | 不接什么活 |
|---|---|---|---|
| 主脑与验收 | Claude Code(Opus / opus-medium) |
拆需求、定架构、写核心代码、审图下结论、核对子代理交回的结果 | 自己通读几千行原始材料、机械批量跑腿 |
| 纯文本杂活执行者 | Pi(挂载 DeepSeek 等高性价比模型) | 方向已定的批量文件处理、读长材料出摘要、脚本测试、信息收集 | 需要看图判断、方向未定的架构决策 |
| 视觉与桌面执行者 | Kimi Code(含 Computer Use) | 需要看截图/界面元素的杂活、操作封闭桌面 App、读界面状态 | 抢前台动真鼠标键盘(必须走后台观察与操作) |
关键经验:光靠提示词里写「不准自己乱跑」拦不住子代理。比如曾实测过子代理把说明里的占位符原样拿去真跑出图,花钱动作、不可逆动作必须靠脚本闸门拦截,而不是靠模型记性。
踩坑实录:「Kimi 比 Pi 快 3 倍」其实是假象
在早期对比不同 CLI 工具时,遇到过一个很具迷惑性的现象:同一个目录统计任务,一次跑了 33 秒,另一次甚至跑到 66 秒,直觉很容易认为是 Pi CLI 本身慢或者接口网关堵了。
把请求拆成三段做控制变量实测后,真相完全不同:
| 测量项 | 耗时结果 | 说明 |
|---|---|---|
| 模型接口直连(6 次,高低档) | 首字约 2 秒,整条 2.3–3.2 秒 | 网关与模型本身没慢 |
echo hi 走完一轮 CLI |
全程 5.4 秒(两次模型调用各 ~2.5 秒) | Pi CLI 自身启动与调度开销仅 ~0.3 秒 |
| 33 秒慢任务的第一轮工具调用 | 第一轮花了 14 秒 | 模型自己选了 find ... -exec du -k {} +,对 19,342 个文件逐个调用 du |
同一任务换成 stat |
0.4 秒(原命令单跑 9.5 秒) | 慢的是命令选择,不是模型也不是工具链 |
怎么排查子代理耗时
不要靠猜,用结构化日志按轮次打到达时间戳:
- 用
pi -p --mode json保存事件流(注意 jsonl 里 message 的 timestamp 是开始时间,用脚本按事件到达时刻计算每轮耗时)。 - 一旦发现耗时全卡在某个工具调用里,直接把那条高频低效命令写进全局子代理规则即可。
最小修复动作
只需要在给子代理的通用规则里固定加上一句:
看大目录统计大小/数量用
ls或stat,禁止用find -exec du逐文件扫描。
就这一行规则,直接消除后续所有同类任务 10–30 秒的无谓等待。
失效边界
- 上面的分工假设「主方向已定」;如果是摸索新方向、需求还在摇摆,直接上强模型聊,不要过早拆分派活。
- 分界的核心是「判断力需求」和「视觉需求」,不绑死具体模型版本号;哪家模型性价比更高,底层替换掉即可。